Dynamic World gibi uzaktan algılama veri kümeleri oluştururken sorumlu yapay zeka ilkelerini uygulama

1. Başlamadan önce

Dynamic World, neredeyse anlık olarak güncellenen küresel bir arazi kullanımı ve arazi örtüsü (LULC) veri kümesidir. Avrupa Uzay Ajansı (ESA) ve Copernicus programı tarafından kullanılan Sentinel-2 takımyıldızını kullandığı için 10 metre çözünürlük sunar. Bu program, her 2-5 günde bir Dünya yüzeyinin güncellenmiş küresel resmini oluşturur. Bu görüntü, derin öğrenme modeli Vertex AI ve coğrafi analiz platformu Earth Engine ile üretilmiştir. Bilim insanlarının, araştırmacıların ve geliştiricilerin yeryüzündeki değişiklikleri tespit etmesine, eğilimleri haritalamasına ve farklılıkları rakamlara dökmesine yardımcı olur.

Earth Engine, çevresel ve toplumsal faydayı artırmak için gezegen süreçleriyle ilgili bilimsel bilgileri ilerletmeyi amaçlayan bir araçtır. Google Cloud ile önizleme aşamasında olan ticari kullanımında, temel amacının ormansızlaşma, su yönetimi ve sürdürülebilir arazi kullanımı gibi kritik sürdürülebilirlik ve iklim sorunlarını anlamak ve ele almak olduğu belirtiliyor.

Bu kod laboratuvarında, Dynamic World gibi makine öğrenimiyle türetilmiş veri kümelerinin oluşturulmasında sorumlu uygulamaları kullanacaksınız.

Neler öğreneceksiniz?

Uzaktan algılama uygulamalarında sorumlu yapay zeka uygulamalarını kullanma
Dynamic World tahminlerini uzay ve zaman içinde görsel olarak yorumlama
Etik sonuçlar ve sonraki toplumsal sonuçlar hakkında nasıl düşüneceğinizi öğrenin.

İhtiyacınız olanlar

Earth Engine Uygulamaları'nda gezinme konusunda bilgi sahibi olmak
Earth Engine uygulamalarıyla en iyi şekilde çalışan Google Chrome.

2. Dynamic World Earth Engine uygulamasını açın

Dynamic World veri kümesi, bu tabloda açıklandığı gibi dokuz LULC sınıfının piksel başına tahminlerini içerir. Arazi kullanımı, insanların araziyi nasıl kullandığını ifade ederken arazi örtüsü, Dünya yüzeyindeki fiziksel materyali ifade eder.

LULC türü	Açıklama
Su	Kalıcı ve mevsimlik su kütleleri
Ağaçlar	Birincil ve ikincil ormanlar ile büyük ölçekli plantasyonlar
Çimen	Doğal çayırlar, hayvan otlakları ve parklar
Su basmış bitki örtüsü	Mangrovlar ve diğer su basmış ekosistemler
Tarım Ürünleri	Sıra ürünleri ve çeltik ürünleri
Çalı ve çalılık	Çalılardan oluşan, seyrekten yoğuna açık bitki örtüsü
Yapı alanı	Düşük ve yüksek yoğunluklu binalar, yollar ve kentsel açık alanlar
Çıplak zemin	Çöller ve açıkta kalan kayalar
Kar ve buz	Kalıcı ve mevsimlik kar örtüsü

Bu veri kümesindeki görüntüler 10 bant içerir: dokuz LULC sınıfının her biri için tahmini olasılıkları içeren dokuz bant ve en büyük tahmini olasılığa sahip sınıfı gösteren bir sınıf etiketi bandı. Bu farklı özellikler, kullanıcıların çok zamanlı analiz yapmasına ve ihtiyaçlarına uygun özel ürünler oluşturmasına olanak tanır.

Dynamic World Earth Engine uygulamasını açmak için:

Tarayıcınızda başka bir sekme açın.
Dynamic World'e (Dinamik Dünya) gidin.

Haritada, yüksek yakınlaştırma seviyelerinde Top1 modu mozaik ve arazi gölgelendirme gösterilir.

Zaman içindeki sınıf olasılıklarını gösteren bir grafiği görüntülemek için haritayı tıklayın.
Belirli bir tahmini ve Sentinel-2 görüntüsünü yüklemek için grafikteki bir veri noktasını tıklayın.
Katmanlar bölmesinde katmanları ve görünürlüğü ayarlayın.

3. Brezilya'da Dynamic World tahminlerini keşfedin

Dynamic World, dokuz LULC sınıfının tamamında tahminler içerir ve her piksel için tek bir Top1 etiketi gösterir. Gerçek dünya, herhangi bir mekansal çözünürlükte birçok arazi kullanımı ve arazi örtüsü sınıfının bir karışımıdır. Bu bölümde, tahminleri uzay ve zaman içinde görsel olarak yorumlarsınız.

Brezilya'da Dynamic World tahminlerini keşfetmek için:

Tarayıcınızda Dynamic World EE uygulamasına gidin.
Yer ara alanına Sete de Setembro, Brazil girin.

Brezilya'nın Rondônia eyaletindeki Sete de Setembro bölgesinde yaşayan Paiter Surui halkının yerli toprakları için Dinamik Dünya hesaplama verilerini görmeniz gerekir.

Dynamic World (Dinamik Dünya) bölmesinde, Başlangıç tarihi alanına 2016-01-01, Bitiş tarihi alanına 2022-01-01 girin ve Güncelle'yi tıklayın.

Harita, gerçek zamanlı olarak hesaplama yaptığından yüklenmesi birkaç dakika sürebilir.

Gerçek zamanlı olarak grafik oluşturmak için haritada herhangi bir yeri tıklayın.

Daha hızlı yanıt almak için daha fazla yakınlaştırabilirsiniz.

Sınıf olasılıklarının y ekseninde, zamanın ise x ekseninde olduğu grafiği inceleyin.

Bu örnekte, 1 Ocak 2016 ile 27 Temmuz 2017 arasındaki Top1 sınıfı tahmini ağaçlar olup olasılık 0,684 ile 0,755 arasında değişmektedir. 5 Eylül 2017'de bir sonraki Sentinel-2 görüntüsü yakalandığında tahmin artık ağaçlar değildir ve sinyal çok daha gürültülü hale gelir.

Grafiği büyütmek için simgesini tıklayın.

4. Tebrikler

Dynamic World gibi makine öğrenimiyle türetilmiş veri kümelerinin oluşturulmasında sorumlu yapay zeka ilkelerini nasıl uygulayacağınızı öğrendiniz.